به طور خلاصه: از هوش مصنوعی در محل کار برای تهیه پیشنویس، خلاصهسازی، سازماندهی و تجزیه و تحلیل کمخطر استفاده کنید، در حالی که افراد را در قبال دقت و تصمیمگیری پاسخگو نگه دارید. با یک کار تکراری شروع کنید، اطلاعات حساس را حذف کنید و هر خروجی را بررسی کنید - به ویژه هنگامی که میتواند بر حقوق، معیشت، ایمنی یا آینده کسی تأثیر بگذارد.
پاسخگویی: اطمینان حاصل کنید که افراد واجد شرایط، مسئولیت تصمیمات تأثیرگذار و تأیید نهایی را بر عهده دارند.
حریم خصوصی: از ابزارهای تأیید شده استفاده کنید و قبل از ارسال هر چیزی، اطلاعات محرمانه یا هویتی را حذف کنید.
شفافیت: هر زمان که سیاستهای محل کار، انتظارات مشتری یا پیامدهای احتمالی ایجاب کند، استفاده از هوش مصنوعی را افشا کنید.
تأیید: حقایق، مالکان، مهلتها و فرضیات را با مطالب منبع اصلی بررسی کنید.
آزمایش: قبل از گسترش هرگونه گردش کاری، کل زمان، اصلاحات مورد نیاز و تأثیر کاربر را اندازهگیری کنید.
🔗 دیده شدن توسط هوش مصنوعی چیست؟
بیاموزید که چگونه دیده شدن توسط هوش مصنوعی، کشف، دسترسی و حضور برند را شکل میدهد.
🔗 آیا هوش مصنوعی میتواند خودش فکر کند؟
بررسی کنید که آیا هوش مصنوعی واقعاً مستقل استدلال میکند یا از الگوهای برنامهریزیشده پیروی میکند.
🔗 هوش مصنوعی محدود چیست؟
سیستمهای هوش مصنوعی مختص به یک وظیفه و بهترین عملکرد آنها را بشناسید.
🔗 توکن در هوش مصنوعی چیست؟
کشف کنید که چگونه توکنها به هوش مصنوعی در پردازش و تولید زبان کمک میکنند.
۱. استفاده از هوش مصنوعی در محل کار شامل چه چیزهایی میشود؟
استفاده از هوش مصنوعی در محل کار لزوماً به معنای جایگزینی یک فرد یا خودکارسازی کل یک کار نیست. در بیشتر محیطهای کاری، هوش مصنوعی به عنوان یک ابزار پشتیبانی بسیار ارزشمندتر است .
آن را به عنوان یک دستیار سریع و کمی بیش از حد مطمئن در نظر بگیرید.
میتواند به شما کمک کند:
-
پیشنویس ایمیلها و اسناد
-
خلاصه کردن اطلاعات طولانی
-
ایده پردازی کنید
-
یادداشتهای پراکنده را مرتب کنید
-
تحلیل دادههای پایه
-
برای جلسات آماده شوید
-
ایجاد چک لیست و برنامه
-
بازنویسی محتوا برای مخاطبان مختلف
-
مفاهیم ناآشنا را توضیح دهید
-
افکار خام را به چیزی قابل استفاده تبدیل کنید
هوش مصنوعی اغلب میتواند در عرض چند ثانیه یک نسخه اولیه مناسب تولید کند. اما ممکن است بینقص نباشد - گاهی اوقات بیش از حد رسمی، گاهی تکراری و گاهی اوقات با اعتماد به نفس در یک محیط بسته سرگردان میشود.
با این حال، شروع کردن با چیزی معمولاً آسانتر از شروع کردن با هیچ چیز است.
هدف این نیست که اجازه دهید هوش مصنوعی جای شما را بگیرد. هدف این است که زمان کمتری را صرف مسائل کمارزش کنید تا انرژی بیشتری برای قضاوت، خلاقیت، روابط و تصمیمگیریها داشته باشید.
۲. چرا یادگیری نحوه استفاده از هوش مصنوعی در محل کار اهمیت دارد
کار پر از کارهای کوچکی است که بیشتر از آنچه شایسته هستند، زمان میبرند.
یک ایمیل پنج دقیقهای به بیست دقیقه تبدیل میشود، چون نمیتوانید جملهی آغازین مناسبی پیدا کنید. یک جلسه سه صفحه یادداشت تولید میکند اما هیچ اقدام مشخصی ندارد. یک گزارش باید برای مدیران ارشد، مشتریان و تیم فنی بازنویسی شود. ناگهان نیمی از بعدازظهر ناپدید شده است.
هوش مصنوعی میتواند زمان صرف شده برای انتقال اطلاعات از یک فرم به فرم دیگر را کاهش دهد.
برای مثال:
-
یادداشتها به خلاصه تبدیل میشوند
-
خلاصه به یک ایمیل تبدیل میشود
-
یک ایمیل به طرح کلی ارائه تبدیل میشود
-
یک ایده خام تبدیل به طرح پروژه میشود
-
یک صفحه گسترده به یک توضیح کتبی تبدیل میشود
-
یک سیاست پیچیده به یک راهنمای روشن و قابل فهم تبدیل میشود
اینجاست که افزایش بهرهوری معمولاً ظاهر میشود. نه در لحظات دراماتیک «هوش مصنوعی اکنون شرکت را اداره میکند»، بلکه در دهها پیشرفت کوچک.
کمی شبیه پاک کردن سنگریزه از کفشتان است. یک سنگریزه بحران نیست، اما راه رفتن با دوازده سنگریزه در تمام طول روز مسخره است.
هوش مصنوعی همچنین میتواند تخصص را در دسترستر کند. یک کارمند جدید میتواند توضیح اصطلاحات ناآشنا را درخواست کند. یک مدیر میتواند روشهای مختلفی را برای ساختاردهی بازخورد بررسی کند. یک فروشنده میتواند سوالاتی را برای صنعتی که هنوز آن را درک نمیکند، آماده کند.
هوش مصنوعی با استفادهی هوشمندانه، به افراد کمک میکند تا سریعتر به یک نقطهی شروع محکم برسند.
۳. بهترین وظایف محل کار برای واگذاری به هوش مصنوعی
سادهترین راه برای درک نحوه استفاده از هوش مصنوعی در محل کار ، تقسیم وظایف به سه دسته است: ایجاد، تبدیل و تجزیه و تحلیل.
ایجاد
هوش مصنوعی میتواند بر اساس دستورالعملهای شما، یک پیشنویس اولیه ایجاد کند.
مثالها عبارتند از:
-
ایمیلها
-
پیشنهادات
-
شرح وظایف
-
دستور کارها
-
پستهای اجتماعی
-
مواد آموزشی
-
پاسخهای مشتریان
-
طرح کلی ارائه
-
سوالات مصاحبه
عبارت «پیشنویس اولیه» اینجا اهمیت دارد. محتوای تولید شده توسط هوش مصنوعی معمولاً باید قبل از ارسال، انتشار یا ارائه بررسی.
تبدیل
این یکی از قویترین کاربردهای هوش مصنوعی در محل کار است. شما اطلاعات موجود را به آن میدهید و از آن میخواهید که قالب، طول، سبک یا سطح پیچیدگی را تغییر دهد.
برای مثال:
-
کوتاه کردن یک گزارش طولانی
-
یادداشتها را به موارد عملی تبدیل کنید
-
بازنویسی زبان فنی برای مشتریان
-
تبدیل یک پاراگراف به نکات برجسته
-
یک پیام را حرفهایتر جلوه دهید
-
تبدیل متن به خلاصه
-
اصطلاحات تخصصی داخلی را به زبان روزمره و واضح ترجمه کنید
وظایف مربوط به دگرگونی معمولاً به خوبی انجام میشوند، زیرا هوش مصنوعی مواد اولیه برای کار کردن دارد. او همه چیز را از ابتدا اختراع نمیکند.
تحلیل
هوش مصنوعی همچنین میتواند به شناسایی الگوها، مقایسه اطلاعات و ساختاردهی یک مسئله کمک کند.
وظایف تجزیه و تحلیل عملی عبارتند از:
-
گروهبندی بازخورد مشتری در قالب موضوعات
-
مقایسه چندین گزینه
-
شناسایی خطرات احتمالی
-
پیدا کردن شکافها در یک طرح
-
ایجاد مزایا و معایب
-
پیشنهاد سوالاتی که ممکن است از قلم انداخته باشید
-
توضیح روندها در یک مجموعه داده
-
دستهبندی درخواستهای پشتیبانی
با این حال، تحلیل هوش مصنوعی باید به عنوان یک کمک در نظر گرفته شود، نه یک حقیقت غیرقابل انکار. هوش مصنوعی میتواند زمینه را از دست بدهد یا فرضیاتی ارائه دهد که منطقی به نظر میرسند اما کاملاً اشتباه هستند. بررسی انسانی هنوز هم سکان هدایت است 🚗
۴. جدول مقایسه: روشهای عملی استفاده از هوش مصنوعی در محل کار
| وظیفه محل کار | کاری که هوش مصنوعی میتواند انجام دهد | بهترین ورودی برای ارائه | بررسی انسانی لازم است؟ | چرا کار میکند؟ |
|---|---|---|---|---|
| نوشتن ایمیل | خلاصه کردن، کوتاه کردن، ملایم کردن، واضح کردن | گیرنده، هدف، حقایق کلیدی، اقدام مورد نظر | بله | اصطکاک صفحه خالی را از بین میبرد |
| یادداشتهای جلسه | خلاصه کردن و استخراج اقدامات | یادداشتهای رونوشت یا ساختاریافته | قطعاً | به سرعت بحث را از تصمیم گیری جدا می کند |
| برنامهریزی تحقیقاتی | سوالات و زمینههای موضوعی را پیشنهاد دهید | هدف و مخاطب مشخص | بله - حقایق نیاز به بررسی دارند | به ایجاد یک چارچوب اولیه کمک میکند |
| مدیریت پروژه | ایجاد برنامهها، نقاط عطف، ریسکها | محدوده، مهلت، تیم، محدودیتها | بله | اطلاعات پراکنده را سازماندهی میکند |
| تفسیر دادهها | الگوها و ناهنجاریها را توضیح دهید | دادههای پاک به علاوهی زمینهی کسبوکار | بررسی قوی مورد نیاز است | بحث در مورد اعداد را آسانتر میکند |
| طوفان فکری | ایدهها و جایگزینها را خلق کنید | مشکل خاص و مرزها | متوسط | دامنه تولید میکند، گاهی اوقات به طور غیرمنتظرهای مؤثر است |
| پشتیبانی مشتری | پیشنویس پاسخها و طبقهبندی مسائل | پیام مشتری و راهنمایی شرکت | بله، مخصوصاً موارد حساس | سرعت پاسخهای روتین را افزایش میدهد |
| ویرایش سند | بهبود لحن، دستور زبان، ساختار | متن اصلی و مخاطب مورد نظر | معمولاً | سریعتر از ویرایش جمله به جمله |
| یادگیری | مفاهیم را توضیح دهید و آزمونهایی طراحی کنید | موضوع، سطح مهارت، سناریوی کاری | سبک تا متوسط | آموزش را شخصیتر میکند |
| پشتیبانی تصمیمگیری | مقایسه گزینهها و ریسکهای سطحی | معیارها، محدودیتها، اولویتها | کاملاً | تفکر را روشن میکند، اما نباید برای شما تصمیم بگیرد |
جدول نکتهی مهمی را روشن میکند: هوش مصنوعی زمانی بهترین عملکرد را دارد که وظیفه به خوبی تعریف شده باشد.
«کمک به پروژه من» مبهم است.
«ایجاد یک چک لیست شش مرحلهای برای راهاندازی یک بهروزرسانی نرمافزار داخلی کوچک شامل فناوری اطلاعات، پشتیبانی مشتری و فروش» به هوش مصنوعی چیزی ملموس برای کار میدهد.
ورودی خاص، خروجی خاص ایجاد میکند. به سختی میتوان آن را انقلابی دانست، اما حقیقت دارد.
۵. چگونه دستورالعملهای هوش مصنوعی بهتری برای کار بنویسیم
شما به یک فرمول پیچیده برای پاسخ سریع نیاز ندارید. فقط باید زمینه کافی برای هوش مصنوعی فراهم کنید تا بفهمد خوب بودن یعنی چه.
یک دستورالعمل قابل اعتماد برای محل کار معمولاً شامل پنج عنصر است:
وظیفه
دقیقاً آنچه را که میخواهید بیان کنید.
مثال:
«ایمیلی برای توضیح تأخیر در تحویل تهیه کنید.»
زمینه
توضیح دهید که چه اتفاقی افتاده و چرا این کار مهم است.
مثال:
«تأمینکننده به دلیل مشکل موجودی، ارسال را چهار روز به تأخیر انداخته است.»
مخاطب
به هوش مصنوعی بگویید چه کسی نتیجه را خواهد خواند یا از آن استفاده خواهد کرد.
مثال:
«مخاطب، مشتری قدیمی است که از قبل ناامید شده است.»
لحن یا قالب مورد نظر
توضیح دهید که پاسخ باید چگونه به نظر برسد یا چگونه به نظر برسد.
مثال:
«از لحنی آرام، مستقیم و مسئولانه استفاده کنید. کمتر از ۱۵۰ کلمه بنویسید.»
جزئیات مورد نیاز
حقایقی را که باید گنجانده شوند، فهرست کنید.
مثال:
«تاریخ تحویل اصلاحشده، گزینه بازپرداخت و شماره تماس پشتیبانی را ذکر کنید.»
در مجموع، این عبارت به صورت زیر در میآید:
«برای یک مشتری قدیمی ایمیلی بنویسید و توضیح دهید که ارسال کالا به دلیل مشکل موجودی تامینکننده، چهار روز به تعویق افتاده است. از لحنی آرام، مستقیم و مسئولانه استفاده کنید. کمتر از ۱۵۰ کلمه بنویسید. تاریخ تحویل اصلاحشده، گزینه بازپرداخت و شماره تماس پشتیبانی را ذکر کنید.»
این درخواست تقریباً همیشه نتیجه بهتری نسبت به «نوشتن یک ایمیل تأخیر» خواهد داشت
همچنین میتوانید از هوش مصنوعی بخواهید که پاسخ خود را اصلاح کند:
-
این را کمتر رسمی کنید
-
تکرار را حذف کنید
-
یک فراخوان عمل واضحتر اضافه کنید
-
این را برای مخاطبان اجرایی بازنویسی کنید
-
شناسایی هرگونه فرض اثبات نشده
-
سه جایگزین قویتر به من بدهید
-
این توصیه را به چالش بکشید
مورد آخر به طور ویژهای ارزشمند است. هوش مصنوعی همیشه لازم نیست مشوق شما باشد. گاهی اوقات باید همکار کمی آزاردهندهای باشد که میپرسد: «اما اگر این فرض اشتباه باشد چه میشود؟» 🧐
۶. نحوه استفاده از هوش مصنوعی برای ایمیلها و ارتباطات در محل کار
ایمیل اغلب سادهترین نقطه برای شروع است.
هوش مصنوعی میتواند زمانی که میدانید چه میخواهید بگویید اما نمیتوانید عبارت مناسب را پیدا کنید، کمک کند. همچنین میتواند به شما کمک کند از پیامهایی که خیلی رک، خیلی مبهم یا سه پاراگراف طولانیتر از حد لازم هستند، اجتناب کنید.
درخواستهای عملی شامل موارد زیر است:
-
این را طوری بازنویسی کنید که دوستانه اما قاطع به نظر برسد
-
این را مختصرتر بیان کنید
-
یک مهلت مشخص اضافه کنید
-
زبان احساسی را حذف کنید
-
این را برای رهبری ارشد مناسب کنید
-
این را به یک پیگیری مودبانه تبدیل کنید
-
این را بدون اصطلاحات فنی توضیح دهید
-
سه گزینه برای عنوان مطلب ایجاد کنید
هوش مصنوعی به ویژه برای ارتباطات حساس مفید است، اما احتیاط لازم است. یک مشکل عملکردی، شکایت، نگرانی حقوقی یا موضوع شخصی نباید مانند یک کپشن بازاریابی معمولی تلقی شود.
از هوش مصنوعی برای ساختاردهی پیام استفاده کنید، سپس هر جمله را مرور کنید.
از خودتان بپرسید:
-
آیا این دقیق است؟
-
آیا صدایش شبیه صدای من است؟
-
آیا ممکن است این عبارت اشتباه فهمیده شود؟
-
آیا لحن مناسب برای رابطه است؟
-
آیا شامل اطلاعات خصوصی است که نباید وارد میشدند؟
-
آیا با قرار دادن اسمم زیر آن راحت هستم؟
آن سوال آخر، سادهترین تست کنترل کیفیت است. اگر در امضا کردن آن تردید دارید، آن را نفرستید.
۷. استفاده از هوش مصنوعی برای جلساتی که نتایج واقعی به بار میآورند
جلسات اطلاعات زیادی تولید میکنند و به نوعی، همیشه وضوح زیادی ندارند.
هوش مصنوعی میتواند قبل، حین و بعد از جلسه کمک کند.
قبل از جلسه
از هوش مصنوعی استفاده کنید تا:
-
ایجاد دستور کار
-
شناسایی سوالات کلیدی
-
خلاصه کردن اطلاعات پیشزمینه
-
نکات صحبت را آماده کنید
-
پیشبینی اعتراضات
-
پیشنویس چارچوب تصمیمگیری
یک دستورالعمل عملی میتواند این باشد:
«یک دستور جلسه ۳۰ دقیقهای در مورد تأخیر در جذب مشتری ایجاد کنید. هدف این است که مشکل اصلی شناسایی شود، روی یک مالک توافق شود و دو اقدام برای این هفته انتخاب شود.»
بعد از جلسه
هوش مصنوعی میتواند یادداشتها یا رونوشتها را به موارد زیر تبدیل کند:
-
تصمیمات کلیدی
-
موارد اقدام
-
مالکان
-
مهلتها
-
سوالات باز
-
خطرات
-
ایمیلهای پیگیری
به طور خودکار به خروجی اعتماد نکنید. متن جلسات میتواند شامل خطا، گویندگان نامفهوم، شوخیهایی که شبیه تعهدات هستند و تعهداتی که شبیه جوک به نظر میرسند، باشد.
قبل از به اشتراک گذاشتن خلاصه، آن را مرور کنید.
یک روش خوب این است که از هوش مصنوعی بخواهیم اطلاعات را به سه گروه تقسیم کند:
-
تصمیمات تایید شده
-
ایدههای پیشنهادی
-
سوالات حل نشده
این امر مانع از آن میشود که پیشنهادات نیمهکاره به طرز جادویی یک شبه به سیاست رسمی تبدیل شوند.
۸. استفاده از هوش مصنوعی برای تحقیق بدون ایجاد مزخرفات بیاساس
هوش مصنوعی میتواند به شما در شروع تحقیق، سازماندهی یک موضوع و شناسایی حوزههای ارزشمند برای بررسی کمک کند.
میتواند:
-
توضیح اصطلاحات ناآشنا
-
سوالات تحقیق را ایجاد کنید
-
مفاهیم را مقایسه کنید
-
پیشنهاد دستهها
-
یک طرح کلی بسازید
-
اطلاعاتی که ارائه میدهید را خلاصه کنید
-
شناسایی فرضیات
-
ایجاد سوالات مصاحبه
-
برجسته کردن دیدگاههای از دست رفته
کاری که نباید انجام دهد این است که به تنها منبع حقیقت شما تبدیل شود.
هوش مصنوعی ممکن است جزئیات نادرست، مثالهای ساختگی، اطلاعات منسوخیا گزارههایی تولید کند که بسیار قطعیتر از آنچه شایسته آن هستند به نظر میرسند.
برای تحقیقات در محل کار، از هوش مصنوعی به عنوان یک نقشهبردار استفاده کنید، نه به عنوان خودِ قلمرو.
یک فرآیند معقول به این شکل است:
-
از هوش مصنوعی بخواهید موضوع را شرح دهد.
-
ادعاهای مهم را شناسایی کنید.
-
با استفاده از اطلاعات داخلی یا خارجی معتبر، حقایق مهم را تأیید کنید.
-
از هوش مصنوعی بخواهید یافتههای تأیید شده را سازماندهی کند.
-
نتیجه نهایی را از نظر دقت و سوگیری بررسی کنید.
همچنین میتوانید هوش مصنوعی را وادار کنید که عدم قطعیت نشان دهد:
-
کدام بخشهای این پاسخ ممکن است غیرقابل اعتماد باشد؟
-
چه فرضیاتی را مطرح میکنید؟
-
چه حقایقی را باید تأیید کنم؟
-
چه اطلاعاتی این توصیه را تغییر میدهد؟
-
قویترین استدلال علیه این نتیجهگیری را ارائه دهید.
این نکات هوش مصنوعی را مصون از خطا نمیکند، اما تفکر دقیقتر را تشویق میکند.
۹. نحوه استفاده از هوش مصنوعی برای دادهها، گزارشها و صفحات گسترده
هوش مصنوعی میتواند درک اعداد را آسانتر کند، به خصوص برای افرادی که تمام روز درگیر صفحات گسترده نیستند.
میتواند به شما کمک کند:
-
فرمولها را توضیح دهید
-
ساختارهای صفحه گسترده را پیشنهاد دهید
-
دستهبندی دادهها
-
خلاصه کردن روندها
-
تبدیل ارقام به تفسیر کتبی
-
شناسایی ناهنجاریهای احتمالی
-
ایجاد توصیههای نموداری
-
بخشهای پیشنویس گزارش
-
ترجمه یافتههای فنی به زبان تجاری
مثلاً به جای اینکه بپرسیم:
«این دادهها به چه معناست؟»
امتحان کنید:
«این جدول فروش ماهانه را مرور کن. سه مورد از بزرگترین تغییرات را مشخص کن، توضیحات احتمالی را پیشنهاد بده و سوالاتی را که باید قبل از نتیجهگیری بپرسم، فهرست کن.»
آن بند پایانی مهم است. دادهها به ندرت خودشان را توضیح میدهند.
کاهش فروش میتواند ناشی از تقاضای کمتر، از دست رفتن سوابق، الگوهای فصلی، تغییرات قیمت، تأخیر در قرارداد یا وارد کردن تصادفی مقادیر در ستون اشتباه توسط کسی باشد. صفحات گسترده استعداد ایجاد فجایع کوچک را دارند، در حالی که کاملاً آرام به نظر میرسند.
هرگز اجازه ندهید هوش مصنوعی، تنها بر اساس یک مجموعه دادهی کپیشده، تصمیم مالی، عملیاتی یا استخدامی با تأثیر بالا بگیرد.
بررسی کنید:
-
آیا دادهها کامل هستند یا خیر
-
اینکه آیا واحدها صحیح هستند یا خیر
-
اینکه آیا دستهها سازگار هستند یا خیر
-
اینکه آیا مقادیر از دست رفته مهم هستند یا خیر
-
اینکه آیا هوش مصنوعی زمینه کسب و کار را اشتباه فهمیده است یا خیر
-
اینکه آیا همبستگی به عنوان علیت در نظر گرفته میشود یا خیر
هوش مصنوعی میتواند تفسیر را سرعت بخشد. پاسخگویی هنوز متعلق به مردم است.
۱۰. محافظت از اطلاعات محرمانه و حساس 🔐
قبل از وارد کردن اطلاعات محل کار به هر ابزار هوش مصنوعی، قوانین سازمان خود را درک کنید.
فرض نکنید که هر پلتفرم هوش مصنوعی برای دادههای محرمانه تأیید شده است.
اطلاعات حساس ممکن است شامل موارد زیر باشد:
-
سوابق مشتری
-
اطلاعات کارمند
-
رمزهای عبور یا اطلاعات دسترسی
-
جزئیات پزشکی
-
اسناد قانونی
-
دادههای مالی
-
طرحهای محصول منتشر نشده
-
استراتژی داخلی
-
کد اختصاصی
-
شرایط قرارداد
-
اطلاعات شخصی قابل شناسایی
در صورت امکان، جزئیات شناسایی را حذف کنید.
به جای وارد کردن:
«برای جردن اسمیت در تیم عملیات منچستر، که مهلت قرارداد Acme را از دست داد، یک بررسی عملکرد بنویسید.»
از چیزی شبیه به این استفاده کنید:
«برای یک کارمند عملیاتی که مهلت مهمی را برای یک مشتری از دست داده، یک بررسی عملکرد بنویسید. بازخورد را واقعی، سازنده و متمرکز بر مراحل بعدی نگه دارید.»
ناشناس کردن اطلاعات، ریسک را کاهش میدهد و در عین حال به هوش مصنوعی اجازه میدهد تا به ساختار کمک کند.
همچنین بررسی کنید که آیا سازمان شما یک سیستم هوش مصنوعی سازمانی مورد تایید ارائه میدهد یا خیر. این ابزارها ممکن است شامل کنترلهای قویتر دادهها، مدیریت دسترسی و سیاستهای داخلی باشند.
راحتی دلیل خوبی برای افشای اطلاعاتی که باید خصوصی بمانند نیست. این نوآوری نیست. این فقط باز گذاشتن کابینت بایگانی دفتر در باران است.
۱۱. جایی که هوش مصنوعی نباید تصمیم نهایی را بگیرد
هوش مصنوعی میتواند از یک تصمیم پشتیبانی کند، اما برخی از تصمیمات از ابتدا تا انتها به مسئولیت انسانی.
به خصوص در موارد زیر احتیاط کنید:
-
استخدام و اخراج
-
انضباط کارکنان
-
تصمیمات پزشکی
-
مشاوره حقوقی
-
تاییدیههای اعتباری یا مالی
-
کار با ایمنی حیاتی
-
قضاوتهای مربوط به انطباق
-
امتیازدهی عملکرد
-
اختلافات حساس مشتریان
-
تصمیماتی که شامل تبعیض یا انصاف میشوند
هوش مصنوعی میتواند به خلاصهسازی شواهد، شناسایی سوالات یا مقایسه سناریوها کمک کند. نباید اجازه داده شود که بدون نظارت انسانیِ واجد شرایط، تصمیم نهایی را بگیرد.
چرا؟ چون هوش مصنوعی پیامدها را آنطور که انسانها درک میکنند، درک نمیکند. میتواند الگوها را پردازش کند، اما مسئولیت، همدلی، وظیفه حرفهای یا زمینههای زندگی را به همراه ندارد.
همچنین ممکن است سوگیری پنهان در مثالها، دادههای تاریخی یا نحوهی چارچوببندی یک پیشنهاد را بازتولید کند.
یک قانون درست این است:
هرچه تأثیر هوش مصنوعی بر حقوق، معیشت، امنیت یا آینده یک فرد بیشتر باشد، کنترل کمتری باید بر آن داشته باشد.
این قانون خیلی پر زرق و برق نیست، اما پابرجاست.
۱۲. چگونه مدیران میتوانند هوش مصنوعی را بدون ایجاد وحشت معرفی کنند
وقتی رهبران، هوش مصنوعی را به طور نامناسبی معرفی میکنند، کارمندان اغلب یک پیام میشنوند:
«ما دستگاهی پیدا کردیم که ممکن است جایگزین شما شود.»
حتی وقتی چنین قصدی وجود نداشته باشد، ارتباط مبهم باعث اضطراب میشود.
یک رویکرد بهتر این است که توضیح دهیم:
-
چرا هوش مصنوعی معرفی میشود؟
-
کدام وظایف را ممکن است پشتیبانی کند
-
کدام وظایف همچنان تحت هدایت انسان باقی میمانند؟
-
چه دادههایی را کارمندان میتوانند وارد کنند
-
چه بررسی لازم است
-
چگونه باید اشتباهات را گزارش کرد
-
چگونه موفقیت سنجیده خواهد شد
-
چه آموزشی ارائه خواهد شد
مدیران باید به جای وعدههای بزرگ، بر نمونههای عملی تمرکز کنند .
برای مثال:
«ما از هوش مصنوعی برای ایجاد اولین پیشنویسهای پاسخهای روتین مشتریان استفاده میکنیم. هر پاسخ همچنان توسط یک نماینده پشتیبانی بررسی خواهد شد.»
این واضح تر از اینه که:
«ما از طریق هوش نسل بعدی، تجربه مشتری را بهبود میبخشیم.»
جمله دوم گران به نظر میرسد و تقریباً هیچ معنایی ندارد.
همچنین باید به تیمها اجازه داده شود تا در محدودههای امن آزمایش کنند. کارمندانی که کار را انجام میدهند، اغلب بهترین موارد استفاده را تشخیص میدهند، زیرا دقیقاً میدانند کدام فرآیندها تکراری، خستهکننده هستند و توسط یک صفحه گسترده قهرمانانه کنار هم نگه داشته میشوند.
۱۳. یک چارچوب ساده برای شروع این هفته
برای شروع استفاده از هوش مصنوعی بدون پیچیده کردن بیش از حد مسائل، یک کار کمخطر را انتخاب کنید.
مرحله ۱: یک کار تکراری پیدا کنید
به دنبال کارهایی باشید که چندین بار در هفته انجام میدهید.
مثالها:
-
نوشتن ایمیلهای پیگیری
-
خلاصه جلسات
-
قالببندی گزارشها
-
ایجاد دستور کارها
-
بازنویسی محتوا
-
سازماندهی یادداشتها
مرحله ۲: یک نتیجه ارزشمند تعریف کنید
تصمیم بگیرید که موفقیت چه شکلی است.
شاید بخواهید زمان نگارش را کاهش دهید، انسجام را بهبود بخشید، اشتباهات را کم کنید یا موارد عملی واضحتری ایجاد کنید.
مرحله ۳: ایجاد یک اعلان قابل استفاده مجدد
یک سوال فوری بنویسید که شامل وظیفه، زمینه، مخاطب، قالب و محدودیتها باشد.
آن را در جایی که قابل دسترسی است ذخیره کنید.
مرحله ۴: هر خروجی را بررسی کنید
حقایق، لحن، حریم خصوصی و مرتبط بودن را بررسی کنید.
سرعت را با کیفیت اشتباه نگیرید.
مرحله ۵: بهبود دستورالعمل
توجه کنید که هوش مصنوعی چه اشتباهی میکند.
دستورالعملهای واضحتری اضافه کنید. مثال ارائه دهید. ابهام را برطرف کنید. ساختار متفاوتی درخواست کنید.
مرحله ۶: نتیجه را اندازهگیری کنید
آیا در زمان صرفهجویی شد؟ آیا کیفیت بهبود یافت؟ آیا کار ویرایش اضافی ایجاد شد؟
برخی از گردشهای کاری هوش مصنوعی چشمگیر به نظر میرسند اما تقریباً هیچ چیزی را ذخیره نمیکنند. برخی دیگر بیسروصدا هر هفته یک ساعت از ناامیدی را از بین میبرند.
نوع دوم را نگه دارید.
۱۴. اشتباهات رایجی که افراد در استفاده از هوش مصنوعی در محل کار مرتکب میشوند
درک چگونگی استفاده از هوش مصنوعی در محل کار به معنای دانستن کارهایی است که نباید انجام داد.
دادن دستورالعملهای مبهم
ورودی ضعیف، خروجی عمومی ایجاد میکند.
زمینه، مثالها، محدودیتها و یک هدف مشخص را اضافه کنید.
اعتماد به اولین پاسخ
پاسخ اول یک پیشنویس است، نه یک فرمان حکشده روی سنگ.
درخواست تجدیدنظر کنید.
کپی بدون ویرایش
نوشتههای تولید شده توسط هوش مصنوعی ممکن است شسته رفته اما توخالی به نظر برسند. جزئیات واقعی را اضافه کنید، عبارات کلی را حذف کنید و کاری کنید که انسانی به نظر برسد.
اشتراکگذاری دادههای محرمانه
اطلاعات حساس را در سیستمهای تأیید نشده وارد نکنید.
استفاده از هوش مصنوعی برای همه چیز
بعضی از کارها را میتوان سریعتر انجام داد.
برای نوشتن «متشکرم، امروز این را بررسی خواهم کرد» نیازی به یک سوال هوش مصنوعی شش پاراگرافی ندارید
پنهان کردن استفاده از هوش مصنوعی در مواقعی که افشای اطلاعات اهمیت دارد
برخی سازمانها، مشتریان یا صنایع به شفافیت نیاز دارند. از سیاستهای مربوطه پیروی کنید.
برخورد با خروجی هوش مصنوعی به عنوان یک هدف
هوش مصنوعی منعکس کننده الگوها و فرضیات است. به طور خودکار خنثی نیست.
خودکارسازی یک فرآیند معیوب
سریعتر کردن یک فرآیند بد، آن را خوب نمیکند. فقط اشتباهات را با سرعت چشمگیری تولید میکند 💨
قبل از خودکارسازی، گردش کار را اصلاح کنید.
۱۵. ایجاد یک عادت پایدار در هوش مصنوعی
بهترین راه برای راحت شدن با هوش مصنوعی در محل کار، استفاده منظم از آن برای کارهای کوچک و خاص است.
با یک یا دو فعالیت تکرارپذیر شروع کنید.
برای مثال:
-
هر دوشنبه، از هوش مصنوعی برای سازماندهی اولویتهایتان استفاده کنید.
-
بعد از جلسات، یادداشتها را به موارد عملی تبدیل کنید.
-
قبل از ارسال ایمیل طولانی، از هوش مصنوعی بخواهید آن را کوتاه کند.
-
هنگام مواجهه با یک تصمیم، از فرضیات و استدلالهای مخالف بپرسید.
-
در پایان یک پروژه، از هوش مصنوعی برای ساختاردهی درسهای آموختهشده استفاده کنید.
یک کتابخانه کوچک از دستورالعملها برای کارهایی که تکرار میکنید، نگه دارید. با گذشت زمان، شما درک خواهید کرد که کدام دستورالعملها کار میکنند، کدام وظایف مناسب هستند و قضاوت انسانی در کجا بیشترین اهمیت را دارد.
همچنین یاد خواهید گرفت که چه زمانی از هوش مصنوعی استفاده نکنید.
این هم بخشی از سواد هوش مصنوعی است.
هدف، استفاده حداکثری از هوش مصنوعی نیست. هدف، کار بهتر است.
یک نکتهی کاربردی برای اختتامیه
یادگیری نحوه استفاده از هوش مصنوعی در محل کار، عمدتاً به یادگیری نحوه واگذاری واضح وظایف مربوط میشود.
هوش مصنوعی برای تهیه پیشنویس، خلاصهسازی، تطبیق، سازماندهی، توضیح و کاوش ارزشمند است. میتواند تلاشهای تکراری را کاهش دهد و به شما کمک کند تا خیلی سریعتر از یک صفحه خالی به یک نسخه اولیه قابل اجرا برسید.
اما به مرزبندی نیاز دارد.
از اطلاعات محرمانه محافظت کنید. ادعاهای مهم را تأیید کنید. ارتباطات حساس را بررسی کنید. انسانها را مسئول تصمیمات تأثیرگذار بدانید. و لطفاً در برابر وسوسه خودکارسازی فرآیندی که هیچکس آن را نمیفهمد، مقاومت کنید.
از کارهای کوچک شروع کنید. یک کار تکراری و آزاردهنده را انتخاب کنید. به هوش مصنوعی دستورالعملهای واضح بدهید، نتیجه را بررسی کنید و فرآیند را اصلاح کنید.
هوش مصنوعی، اگر به خوبی استفاده شود، کار را کمتر انسانی نمیکند، بلکه فضای بیشتری برای بخشهایی از کار ایجاد میکند که در وهله اول به انسان نیاز دارند - قضاوت، اعتماد، توجه، همدلی و ظرفیت تشخیص اینکه چه زمانی جلسه کاملاً از مسیر خود خارج شده است.
مثال عملی: تبدیل یادداشتهای جلسه به موارد عملی قابل اعتماد
سناریو
مایا در یک شرکت نرمافزاری رو به رشد، فرآیند جذب مشتری را مدیریت میکند. او هر هفته در سه جلسه پروژه شرکت میکند، هنگام صحبت افراد یادداشتبرداری میکند و بعداً آن یادداشتها را به ایمیلهای پیگیری تبدیل میکند.
این کار تکراری است، اما مقداری ریسک هم دارد. یک مهلت پیشنهادی میتواند به راحتی با یک مهلت توافقشده اشتباه گرفته شود، در حالی که یک پیشنهاد کلی میتواند ناخواسته به مسئولیت تعیینشده برای یک نفر تبدیل شود. بنابراین هدف این نیست که به هوش مصنوعی اجازه داده شود تا در مورد آنچه اتفاق افتاده تصمیم بگیرد. هدف این است که از هوش مصنوعی برای سازماندهی یادداشتها استفاده شود، در حالی که مایا قبل از به اشتراک گذاشتن خلاصه، هر تصمیم، مالک و تاریخ را تأیید میکند.
آنچه دستیار نیاز دارد
مایا ارائه میدهد:
-
یادداشتهای ناشناس جلسه یا رونوشت تأیید شده او
-
هدف جلسه
-
فهرست شرکتکنندگان و نقشهای آنها
-
فرمت خروجی مورد نیاز
-
قانونی که بیان میکند مالکان یا مهلتهای از دست رفته باید برچسبگذاری شوند نه اینکه اختراع شوند
-
تمایز آشکار بین تصمیمات تایید شده، ایدههای پیشنهادی و سوالات حل نشده
-
روش مورد تایید شرکت او برای مدیریت اطلاعات محرمانه
قبل از آپلود هر چیزی، او نام مشتریان، اطلاعات شخصی، اعتبارنامههای دسترسی و اطلاعات حساس تجاری را حذف میکند، مگر اینکه سیستم هوش مصنوعی به طور خاص برای مدیریت آن دادهها تأیید شده باشد.
دستورالعمل مثال
«یادداشتهای جلسه زیر را به یک خلاصه مختصر و مفید تبدیل کنید.».
پاسخ را تحت این عناوین سازماندهی کنید:
-
تصمیمات تایید شده
-
موارد اقدام
-
ایدههای پیشنهادی
-
سوالات حل نشده
-
ریسکها یا وابستگیها
برای هر مورد اقدام، وظیفه، مالک و مهلت را ذکر کنید. اگر مالک یا مهلت به صراحت مورد توافق قرار نگرفته است، بنویسید «تأیید نشده». تعهدات را استنباط نکنید یا جزئیات را از خودتان اختراع نکنید.
خلاصه را زیر ۳۵۰ کلمه نگه دارید. از زبانی واضح و بیطرفانه استفاده کنید که برای همه شرکتکنندگان در جلسه مناسب باشد.
قبل از اتمام، هر جملهای را که مبهم است یا ممکن است نیاز به بررسی داشته باشد، فهرست کنید
خروجی خوب در مقابل خروجی بد
یک مورد عملی ضعیف ممکن است بگوید:
«سام تا جمعه راهنمای آشنایی با محیط کار را بهروزرسانی خواهد کرد.»
این واضح به نظر میرسد، اما اگر یادداشتها فقط به این اشاره کنند که سام ممکن است راهنما را مرور کند و هیچ مهلتی توافق نشده باشد، ناامن است.
یک نسخه بهتر میگوید:
«راهنمای استخدام را بررسی کنید - مالک پیشنهادی: سام؛ مهلت: تأیید نشده است.»
نسخه دوم به جای تبدیل آرام یک بحث به یک تعهد، عدم قطعیت را حفظ میکند.
چگونه آن را آزمایش کنیم
مایا با استفاده از شش جلسه قبلی که نتایج آنها را از قبل میداند، یک مجموعه تست کوچک ایجاد میکند.
او بررسی میکند که آیا دستیار:
-
تصمیمات را از پیشنهادات جدا میکند
-
نامها، تاریخها و مهلتها را به طور دقیق کپی میکند
-
اطلاعات ناقص را به عنوان تأیید نشده علامتگذاری میکند
-
از واگذاری وظایفی که هرگز مورد توافق قرار نگرفتهاند، اجتناب میکند
-
شامل سوالات مهم حل نشده
-
خلاصهای تهیه میکند که سایر شرکتکنندگان میتوانند آن را درک کنند
-
جزئیات محرمانه حذف شده از ورودی را حذف میکند
او همچنین موارد حاشیهای عمدی را اضافه میکند:
-
یک شرکتکننده در مورد انجام یک کار شوخی میکند
-
دو نفر بدون رسیدن به توافق، درباره مالکیت بحث میکنند
-
شخصی دو مهلت احتمالی را ذکر میکند
-
متن، نظری را به گوینده اشتباه نسبت میدهد
-
تصمیمی بعداً در جلسه لغو میشود
-
یک وظیفه توافق شده است، اما هیچ مالکی معرفی نشده است
گردش کار فقط زمانی انجام میشود که مایا بتواند هر تصمیم و عملی را به یادداشتهای اصلی ردیابی کند.
نتیجه
نتیجهی تشریحی: مایا این فرآیند را روی شش خلاصه جلسه در طول دو هفته آزمایش میکند.
فرآیند دستی او پیش از این به طور متوسط ۱۸ دقیقه در هر جلسه طول میکشید. با هوش مصنوعی، تهیه اولین پیشنویس حدود ۲ دقیقه طول میکشد و به دنبال آن به طور متوسط ۷ دقیقه برای بررسی و ویرایش صرف میشود. این امر کل زمان رسیدگی را از ۱۸ دقیقه به ۹ دقیقه در هر جلسه کاهش میدهد.
در شش جلسه، مثال صرفهجویی به شرح زیر است:
-
مجموع قبلی: ۶ × ۱۸ دقیقه = ۱۰۸ دقیقه
-
مجموع زمان با کمک هوش مصنوعی، شامل بررسی: ۶ × ۹ دقیقه = ۵۴ دقیقه
-
زمان صرفهجوییشده برای مثال: ۵۴ دقیقه
پنج مورد از شش خلاصه پس از یک بار بررسی، شرایط لازم برای پذیرش را کسب میکنند. خلاصه باقیمانده نیاز به بررسی مجدد دارد زیرا متن پیادهشده دو سخنران را با هم اشتباه گرفته است.
این ارقام یک نمونه تخمینی بر اساس تنظیمات آزمون اعلام شده است، نه یک نتیجه منتشر شده توسط شرکت. نمونه کوچک است، جلسات ممکن است از نظر پیچیدگی متفاوت باشند، و محاسبه شامل زمان بررسی است اما زمان لازم برای تمیز کردن یا ناشناس کردن رونوشتها را شامل نمیشود.
چه چیزی میتواند اشتباه پیش برود؟
دستیار ممکن است:
-
برای یک وظیفه محول نشده، یک مالک اختراع کنید
-
تاریخ پیشنهادی را به عنوان یک مهلت قطعی در نظر بگیرید
-
از دست دادن تصمیمی که به طور غیرمستقیم بیان شده است
-
نسبت دادن یک نظر به شخص اشتباه
-
خلاصهای روان و بینقص تهیه کنید که عدم قطعیت را پنهان کند
-
اطلاعات حساس موجود در یادداشتها را حفظ کنید
-
در صورت تغییر الگوی جلسه، دستورالعملهای قدیمی را دنبال کنید
جدیترین اشتباه، ارسال خلاصه بدون بررسی آن است. روان بودن متن، دلیلی بر صحت آن نیست.
بنابراین، مایا هر مورد عملی را با یادداشتهای منبع مقایسه میکند، تعهدات نامشخص را با شخص مربوطه تأیید میکند و یادداشتهای اصلی را برای مراجعه در دسترس نگه میدارد. مسائل حساس یا مورد اختلاف به جای واگذاری به دستیار، به صورت دستی رسیدگی میشوند.
نکته کاربردی
هوش مصنوعی در اینجا ارزشمند است زیرا اطلاعات موجود را به ساختاری واضحتر تبدیل میکند. هوش مصنوعی جایگزین فردی که مسئول تأیید تصمیم گرفته شده است، نمیشود.
یک گردش کار ایمن ساده است: قوانین واضح ارائه دهید، اطلاعات حساس را حذف کنید، از هوش مصنوعی بخواهید عدم قطعیت نشان دهد، آن را در برابر نمونههای شناخته شده آزمایش کنید و بررسی انسانی را در هرگونه صرفهجویی در زمان ادعا شده لحاظ کنید.
سوالات متداول
چگونه مبتدیان میتوانند با خیال راحت از هوش مصنوعی در محل کار استفاده کنند؟
با یک کار تکراری و کمخطر، مانند تهیه پیشنویس ایمیلهای پیگیری، خلاصهسازی یادداشتها، ایجاد دستور جلسات یا سازماندهی مجدد محتوای موجود، شروع کنید. به هوش مصنوعی دستورالعملهای واضحی بدهید، سپس نتیجه را از نظر دقت، لحن، حریم خصوصی و مرتبط بودن بررسی کنید. از وارد کردن اطلاعات حساس خودداری کنید، مگر اینکه سازمان شما ابزار لازم برای مدیریت آن دادهها را تأیید کرده باشد.
بهترین وظایف برای خودکارسازی با هوش مصنوعی در محل کار کدامند؟
هوش مصنوعی در ایجاد پیشنویسهای اولیه، بازنویسی اطلاعات موجود و سازماندهی تحلیلهای اولیه عملکرد خوبی دارد. وظایف مناسب شامل بازنویسی اسناد، استخراج اقدامات جلسات، گروهبندی بازخوردها، توضیح روندهای صفحات گسترده و ایجاد چکلیستها است. این فناوری برای تصمیمات با تأثیر بالا شامل استخدام، مسائل حقوقی، ایمنی، امور مالی، مراقبتهای بهداشتی یا انصاف، کمتر مناسب است.
چگونه یک درخواست کاری خوب با هوش مصنوعی بنویسم؟
یک درخواست قوی در محل کار، وظیفه، زمینه، مخاطب، قالب مورد نظر و جزئیات مورد نیاز را توضیح میدهد. به جای درخواست کمک کلی، نتیجه خاصی را که نیاز دارید و هرگونه محدودیتی، مانند تعداد کلمات یا لحن را شرح دهید. میتوانید با درخواست از هوش مصنوعی برای حذف تکرار، شناسایی فرضیات یا علامتگذاری اطلاعاتی که نیاز به تأیید دارند، پاسخ را بیشتر اصلاح کنید.
چگونه میتوانم از هوش مصنوعی برای ایمیلها استفاده کنم بدون اینکه رباتیک به نظر برسد؟
پیام اصلی، هدف آن، رابطه شما با گیرنده و لحن مورد نظر خود را ارائه دهید. از هوش مصنوعی بخواهید ایمیل را مختصر، دوستانه، قاطع یا مناسب برای مخاطب خاص بنویسد. قبل از ارسال، جزئیات مشخص اضافه کنید، کلمات عمومی را حذف کنید و بررسی کنید که هر جمله تحت نام شما طبیعی به نظر برسد.
چگونه باید یادداشتهای جلسات تولید شده توسط هوش مصنوعی بررسی شوند؟
هر تصمیم، اقدام، مالک و مهلت را با یادداشتهای اصلی یا رونوشت تأیید شده مقایسه کنید. از هوش مصنوعی بخواهید تصمیمات تأیید شده را از ایدههای پیشنهادی و سوالات حل نشده جدا کند. اطلاعات از دست رفته باید به جای حدس زدن، با برچسب «تأیید نشده» مشخص شوند، به خصوص زمانی که سخنرانان بدون رسیدن به توافق، در مورد مالکان یا تاریخهای احتمالی بحث کردند.
آیا هوش مصنوعی میتواند صفحات گسترده و دادههای تجاری را به طور دقیق تجزیه و تحلیل کند؟
هوش مصنوعی میتواند فرمولها را توضیح دهد، روندها را خلاصه کند، ناهنجاریهای احتمالی را شناسایی کند و ارقام را به تفسیر کتبی تبدیل کند. با این حال، تفسیر آن به دادههای پاک و زمینه تجاری کافی بستگی دارد. قبل از استفاده از خروجی برای تصمیمات مالی، عملیاتی یا استخدامی، واحدها، مقادیر از دست رفته، سازگاری دستهبندی و وجود توضیحات جایگزین را بررسی کنید.
چه اطلاعات کاری هرگز نباید وارد هوش مصنوعی شوند؟
از وارد کردن رمزهای عبور، اطلاعات دسترسی، سوابق مشتری، اطلاعات کارمندان، اطلاعات پزشکی، اسناد حقوقی، کد اختصاصی، طرحهای منتشر نشده یا دادههای مالی حساس در سیستمهای تأیید نشده خودداری کنید. نامها و جزئیات شناسایی را در هر کجا که ممکن است حذف کنید. سیاست داده سازمان شما و ابزارهای سازمانی تأیید شده باید تعیین کنند که چه اطلاعاتی را میتوان با خیال راحت پردازش کرد.
مدیران چگونه میتوانند هوش مصنوعی را در محل کار خود معرفی کنند بدون اینکه کارمندان را نگران کنند؟
مدیران باید توضیح دهند که چرا هوش مصنوعی معرفی میشود، از کدام وظایف پشتیبانی خواهد کرد، چه چیزهایی همچنان تحت هدایت انسان باقی میماند و چگونه خروجیها باید بررسی شوند. آنها همچنین باید شیوههای تأیید شده داده، آموزش، رویههای گزارشدهی و معیارهای موفقیت را تعریف کنند. مثالهای ملموس، اعتماد بیشتری نسبت به وعدههای مبهم در مورد تحول یا گردشهای کاری هوشمند ایجاد میکنند.
رایجترین اشتباهات هنگام استفاده از هوش مصنوعی در محل کار چیست؟
اشتباهات رایج شامل ارائه دستورالعملهای مبهم، اعتماد به اولین پاسخ، کپی کردن محتوا بدون ویرایش و به اشتراک گذاشتن اطلاعات محرمانه است. افراد همچنین ممکن است فرآیندهای ناقص را خودکار کنند یا خروجی هوش مصنوعی را بیطرفانه در نظر بگیرند. رویکرد بهتر، تأیید ادعاهای مهم، اصلاح پیشنویسهای ضعیف، آزمایش گردشهای کاری تکرارپذیر و شفاف نگه داشتن مسئولیت انسانی است.
چگونه میتوانم بسنجم که آیا یک گردش کار هوش مصنوعی در زمان صرفهجویی میکند یا خیر؟
کل فرآیند، شامل آمادهسازی ورودیها، ناشناسسازی اطلاعات، بررسی خروجی و انجام اصلاحات را اندازهگیری کنید. این مجموع را با زمان و کیفیت گردش کار قبلی خود مقایسه کنید. یک فرآیند هوش مصنوعی مؤثر باید بدون ایجاد خطرات غیرقابل قبول در حریم خصوصی، دقت یا پاسخگویی، تلاش را کاهش داده یا ثبات را بهبود بخشد.
منابع
-
دولت بریتانیا - راهنمای هوش مصنوعی برای دولت بریتانیا - gov.uk
-
موسسه ملی استاندارد و فناوری - چارچوب مدیریت ریسک هوش مصنوعی: هوش مصنوعی مولد - nist.gov
-
دفتر کمیسر اطلاعات - هوش مصنوعی، حفاظت از دادهها و بخش عمومی: سیاستهای هوش مصنوعی - ico.org.uk
-
دفتر ملی تحقیقات اقتصادی - nber.org
-
کمیسیون فرصتهای برابر شغلی ایالات متحده - نقش EEOC در هوش مصنوعی چیست؟ - eeoc.gov
-
سرویس ارتباطات دولتی - سیاست هوش مصنوعی مولد GCS - communications.gov.uk
-
OpenAI - راهنمای عملی برای ساخت و ساز با هوش مصنوعی - openai.com